SLAM作为一种基础技术，从最早的军事用途到今天，已经逐步走入了大众的视野，过去几年，扫地机器人的盛行让它声名大噪，现在，基于三维视觉的VSLAM又
史上最全的动态环境下SLAM论文汇总!(值得收藏) 动态环境SLAM是目前slam方向的一个热门研究领域。 Related survey papers: </
论文对在VSLAM领域发表的45篇有影响力的论文进行了深入的调查，并根据不同的特点对这些方法进行了分类，包括novelty domain、目标、采用的算法和语义水
论文地址： arxiv.org/pdf/1909.0521 （这个好像是新版本，我当时阅读的是2019年的版本，没有6G部分） 摘要： 同时定位和建图 (SLAM)达到了基于自感知的同时
我认为目前有两个趋势可以把握，一个趋势是将SLAM与深度学习相结合。而且，我也认为将SLAM与深度学习结合更容易有创新性，同时也符合现在的发展趋势。因
论文在公开和私有数据集上展开了充分的实验，并同其他SOTA的SLAM 系统进行比较。定量和定性的结果表明，
论文采用的方法: 1、动态目标检测+移动概率传播:动态目标检测可以初始化移动概率,然后利用几何约束传播移动概率 移动概率传播解释: 移动概率传播是一种在视觉SL
这是篇18年的工作,发表在顶刊ACM上,依然值得借鉴,因为之后的很多工作都是基于它展开的。摘要:当前的AR系统仅追踪稀疏的几何特征,不计算所有像素的深度。所以,大多数AR效果都是纯粹的叠加层,无法实
发表服务
